适用于人工与自然光源的卷积神经网络水下图像复原方法

作者:王柯俨; 胡妍; 陈静怡; 吴宪云; 李娇娇; 李云松
来源:2019-06-02, 中国, ZL201910473964.0.

摘要

适用于人工与自然光源的卷积神经网络水下图像复原方法。本发明公开了一种单幅水下图像复原方法,其方案是:构建环境光估计网络A-net、人工光源强度估计网络L-net和透射率估计网络T-net;获取一组深度图像集;随机生成透射率T、环境光A与人工光源强度L,合成水下图像集I;将I、T、A批量依次循环输入至A-net进行训练;将I、T、L批量依次循环输入至L-net进行训练;将I、T批量依次循环输入至T-net进行训练;将待处理的图像Ic输入到训练好的T-net,输出透射率Tc;将Ic、Tc分别输入到训练好的A-net及L-net,分别输出人工光源强度L和环境光Ac;根据Ic、Ac、L和Tc计算清晰图像Jc。本发明提高了图像清晰度、改善了图像色偏,减小了人工光源对图像复原的影响,可用于自然光或人工光源环境下的水下图像清晰化处理。